Równania strukturalne: jak określić efekty interakcji w pakiecie R lawy

13

Ja pomocą R pakiet lavaan oszacowanie strukturalnym modelu równania. Powiedzmy, że model składa się z 1 endogennej zmiennej manifestowej z 1 ukrytą i 2 manifestacyjną zmienną objaśniającą:

group = {0,1}
attitude1 = latent,scale
age = respondent's age

Pożądany model lawy jest wtedy (nie działa):

model <- '
attitude1 =~ att1 + att2 + att3
outcome ~ age*group + attitude1*group'

Moim celem jest, zgodnie z tym, co można zrobić w regresji liniowej, ustalenie efektów głównych i interakcji między każdą zmienną i grupą. Czy można to zrobić?

Maxim.K
źródło

Odpowiedzi:

9

Obecnie nie ma metody zaimplementowanej na poziomie modelu, ale możesz utworzyć nową zmienną, która jest po prostu attitude1*group, lub możesz po prostu użyć analizy dla wielu grup, co może być bardziej odpowiednie w tym przypadku.

jebyrnes
źródło
1
Dzięki. Niestety analiza niezmienności grupy daje naprawdę dziwne wyniki (jedna z grup jest znacznie mniejsza), podczas gdy regresja liniowa ma sens, ale SEM jest bardziej odpowiedni ze względu na niezależność skal.
Maxim.K,
Tak, a następnie spróbuj obliczyć zmienną efektu interakcji.
jebyrnes
6
Uwaga - najnowsza wersja lavaan wprowadza a:bskładnię obserwowanych zmiennych.
jebyrnes